使用h5py怎么对数据进行封装

使用h5py怎么对数据进行封装？很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

1. h6py简单介绍

h6py文件是存放两类对象的容器，数据集(dataset)和组(group)，dataset类似数组类的数据集合，和numpy的数组差不多。group是像文件夹一样的容器，它好比python中的字典，有键(key)和值(value)。group中可以存放dataset或者其他的group。”键”就是组成员的名称，”值”就是组成员对象本身(组或者数据集)，下面来看下如何创建组和数据集。

1.1 创建一个h6py文件

import h6py #要是读取文件的话，就把w换成r f=h6py.File("myh6py.hdf5","w")

在当前目录下会生成一个myh6py.hdf5文件。

2. 创建dataset数据集

import h6py f=h6py.File("myh6py.hdf5","w") #deset1是数据集的name，（20,）代表数据集的shape，i代表的是数据集的元素类型 d1=f.create_dataset("dset1", (20,), 'i') for key in f.keys():  print(key)  print(f[key].name)  print(f[key].shape)  print(f[key].value)

输出：

dset1 /dset1 (20,) [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] import h6py import numpy as np f=h6py.File("myh6py.hdf5","w") a=np.arange(20) d1=f.create_dataset("dset1",data=a) for key in f.keys():  print(f[key].name)  print(f[key].value)

输出：

/dset1 [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19] 2. hpf5用于封装训练集和测试集 #============================================================ # This prepare the hdf5 datasets of the DRIVE database #============================================================   import os import h6py import numpy as np from PIL import Image   def write_hdf5(arr,outfile):  with h6py.File(outfile,"w") as f:  f.create_dataset("image", data=arr, dtype=arr.dtype)   #------------Path of the images -------------------------------------------------------------- #train original_imgs_train = "./DRIVE/training/images/" groundTruth_imgs_train = "./DRIVE/training/1st_manual/" borderMasks_imgs_train = "./DRIVE/training/mask/" #test original_imgs_test = "./DRIVE/test/images/" groundTruth_imgs_test = "./DRIVE/test/1st_manual/" borderMasks_imgs_test = "./DRIVE/test/mask/" #---------------------------------------------------------------------------------------------   Nimgs = 20 channels = 3 height = 584 width = 565 dataset_path = "./DRIVE_datasets_training_testing/"   def get_datasets(imgs_dir,groundTruth_dir,borderMasks_dir,train_test="null"):  imgs = np.empty((Nimgs,height,width,channels))  groundTruth = np.empty((Nimgs,height,width))  border_masks = np.empty((Nimgs,height,width))  for path, subdirs, files in os.walk(imgs_dir): #list all files, directories in the path   for i in range(len(files)):    #original    print "original image: " +files[i]    img = Image.open(imgs_dir+files[i])    imgs[i] = np.asarray(img)    #corresponding ground truth    groundTruth_name = files[i][0:2] + "_manual1.gif"    print "ground truth name: " + groundTruth_name    g_truth = Image.open(groundTruth_dir + groundTruth_name)    groundTruth[i] = np.asarray(g_truth)    #corresponding border masks    border_masks_name = ""    if train_test=="train":     border_masks_name = files[i][0:2] + "_training_mask.gif"    elif train_test=="test":     border_masks_name = files[i][0:2] + "_test_mask.gif"    else:     print "specify if train or test!!"     exit()    print "border masks name: " + border_masks_name    b_mask = Image.open(borderMasks_dir + border_masks_name)    border_masks[i] = np.asarray(b_mask)    print "imgs max: " +str(np.max(imgs))  print "imgs min: " +str(np.min(imgs))  assert(np.max(groundTruth)==255 and np.max(border_masks)==255)  assert(np.min(groundTruth)==0 and np.min(border_masks)==0)  print "ground truth and border masks are correctly withih pixel value range 0-255 (black-white)"  #reshaping for my standard tensors  imgs = np.transpose(imgs,(0,3,1,2))  assert(imgs.shape == (Nimgs,channels,height,width))  groundTruth = np.reshape(groundTruth,(Nimgs,1,height,width))  border_masks = np.reshape(border_masks,(Nimgs,1,height,width))  assert(groundTruth.shape == (Nimgs,1,height,width))  assert(border_masks.shape == (Nimgs,1,height,width))  return imgs, groundTruth, border_masks   if not os.path.exists(dataset_path):  os.makedirs(dataset_path) #getting the training datasets imgs_train, groundTruth_train, border_masks_train = get_datasets(original_imgs_train,groundTruth_imgs_train,borderMasks_imgs_train,"train") print "saving train datasets" write_hdf5(imgs_train, dataset_path + "DRIVE_dataset_imgs_train.hdf5") write_hdf5(groundTruth_train, dataset_path + "DRIVE_dataset_groundTruth_train.hdf5") write_hdf5(border_masks_train,dataset_path + "DRIVE_dataset_borderMasks_train.hdf5")   #getting the testing datasets imgs_test, groundTruth_test, border_masks_test = get_datasets(original_imgs_test,groundTruth_imgs_test,borderMasks_imgs_test,"test") print "saving test datasets" write_hdf5(imgs_test,dataset_path + "DRIVE_dataset_imgs_test.hdf5") write_hdf5(groundTruth_test, dataset_path + "DRIVE_dataset_groundTruth_test.hdf5") write_hdf5(border_masks_test,dataset_path + "DRIVE_dataset_borderMasks_test.hdf5")

遍历文件夹下的所有文件 os.walk( dir )

for parent, dir_names, file_names in os.walk(parent_dir):   for i in file_names:    print file_name

parent: 父路径

dir_names: 子文件夹

file_names: 文件名

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。